4、数据驱动安全分析：技能、问题与工具

数据驱动安全分析：技能、问题与工具

一、可视化与沟通

可视化本质上是一种沟通方式。可视化类型可大致分为两类，区分依据是受众不同：
1. 为自己可视化 ：例如 R 语言的 lm() 函数自动生成的四个常见绘图，用于诊断线性回归模型的拟合情况。这些图除非你学会如何解读，否则既不美观又容易让人困惑，不会用于向董事会展示。它们是分析师在处理数据或分析数据模型时获取信息的工具，重点在于理解数据关系和属性，不注重美观和展示性。
2. 为他人可视化 ：这类可视化用于分析师向他人传达信息，解释从数据中发现的故事。通常需要具有吸引力且传达清晰的信息，是面向非分析师的沟通工具。比如从与上述相同数据衍生而来的图，更简洁，能让读者从图中获取每个大陆州的相关信息。

在数据分析中，可将不同技能组合使用，使分析更顺畅，提升从数据中获取知识的能力。随着数据增多和分析需求融入文化，可让多人分担工作。组建安全数据科学团队时，不必要求一人具备所有技能，应与候选人沟通，确保他们至少具备部分相关技能。

二、以问题为核心

2.1 问题的重要性

数据分析并非为了分析而分析，而是在更大的背景下进行，理解这个背景是成功分析的关键。一个好的数据分析项目应从设定目标和提出研究问题开始。如果缺乏精心准备的研究问题，可能会让人觉得分析结果无关紧要。

例如，展示某组织一个月内拦截的垃圾邮件数量和类别，虽然能通过邮件过滤系统日志收集和展示这些信息，但对大多数组织来说，这些数据所回答的问题及可能引发的后续行动并无太大意义。而一个好的关于垃圾邮件的研究问